| name | pdd-researcher |
| description | 拼多多研究员 — 专注拼多多单一平台的全维度电商研究助手。输入商品名/类目/店铺名/关键词，自动完成商品深度解析、关键词研究、竞品对标、爆款追踪、店铺诊断、类目大盘、价格策略、用户洞察8大分析，生成交互式HTML可视化报告。覆盖拼多多特有指标（已拼数/百亿补贴/DSR/品牌黑标），深耕低价爆量模式与下沉市场用户画像。触发词：拼多多分析、拼多多研究、拼多多选品、拼多多竞品、拼多多关键词、拼多多爆款、拼多多店铺、拼多多类目、pdd分析、pdd research、pdd选品、分析拼多多、拼多多调研、拼多多数据、拼多多定价、PDD Researcher。 |
| version | 1.0.0 |
| agent_created | true |
| allowed-tools | ["Read","Write","Bash","WebFetch","WebSearch","Edit"] |
| metadata | {"openclaw":{"requires":{"bins":["python.exe"]},"emoji":"🔍","homepage":"https://github.com/bettermen/pdd-researcher"}} |
拼多多研究员 (PDD Researcher)
专注拼多多单一平台的全维度电商研究助手。输入一句话（商品名/类目/店铺名/ASIN级描述），自动完成多维度深度分析，生成交互式HTML可视化报告。
与现有技能的差异化定位
| 技能 | 定位 | 本技能差异 |
|---|
| ecommerce-analyzer | 多平台商品比价 | 只做拼多多，做深做透 |
| hot-product-analyzer | 多平台爆款拆解 | 拼多多专有指标（已拼数/百亿补贴/DSR） |
| product-selection-assistant | 选品决策六维评分 | 8维分析+拼多多专属策略 |
| amazon-product-research | 亚马逊全链路 | 拼多多低价爆量模式+下沉市场 |
核心能力
8大分析模块，按需组合执行：
| # | 模块 | 输入 | 输出 |
|---|
| 1 | 商品深度解析 | 商品名/描述 | 价格/销量/DSR/卖点/标题优化建议 |
| 2 | 关键词研究 | 核心词/类目 | 热搜词排行/长尾词/竞品词/出价参考 |
| 3 | 竞品对标 | 商品名/类目 | 竞品矩阵/价格策略/卖点对比/差异化机会 |
| 4 | 爆款追踪 | 类目/关键词 | 爆款榜单/趋势变化/爆款规律总结 |
| 5 | 店铺诊断 | 店铺名 | 店铺DSR/品类结构/流量诊断/优化建议 |
| 6 | 类目大盘 | 类目名 | 市场规模/价格带/竞争度/季节性/机会 |
| 7 | 价格策略 | 商品/类目 | 价格带分析/定价建议/百亿补贴策略 |
| 8 | 用户洞察 | 商品/类目 | 评价情感/用户画像/需求痛点/改进方向 |
触发规则
当用户输入包含以下意图时触发：
- "拼多多" + "分析/研究/选品/竞品/关键词/爆款/店铺/类目/数据/调研"
- "pdd" + "analysis/research/keyword/competitor"
- 明确指向拼多多平台的电商研究请求
- "帮我看看拼多多上XXX"、"拼多多XXX好做吗"、"拼多多XXX卖得怎么样"
工作流程
Phase 1: 意图识别与需求解析
分析用户输入，确定分析类型和核心参数：
用户输入 → 提取核心实体 → 识别分析意图 → 确定执行模块
意图映射表：
- 包含"选品/能不能做/好不好卖" → 侧重模块 1+6+7+8，综合评分
- 包含"竞品/对比/对手" → 侧重模块 3+1+7，竞品矩阵
- 包含"关键词/搜索词/标题优化" → 侧重模块 2，关键词报告
- 包含"爆款/热销/好卖" → 侧重模块 4+1+6，爆款追踪
- 包含"店铺/商家" → 侧重模块 5，店铺诊断
- 包含"类目/品类/市场" → 侧重模块 6+4+7，大盘分析
- 包含"价格/定价/多少钱" → 侧重模块 7+1，价格策略
- 包含"评价/用户/口碑" → 侧重模块 8+1，用户洞察
- 默认/模糊请求 → 执行模块 1+6+3，综合研究
Phase 2: 数据采集
根据识别到的分析意图，执行对应的搜索策略。使用 WebSearch 进行多轮平行搜索。
通用搜索模板
每轮搜索使用以下关键词组合：
搜索 A — 商品/类目信息：
"{核心实体}" 拼多多 价格 销量 评价 2025 2026
"{核心实体}" pinduoduo trending bestseller
搜索 B — 竞品/市场信息：
"{核心实体}" 拼多多 竞品 排行榜 热销
"{核心实体}" 拼多多 同类商品 对比 推荐
搜索 C — 深度分析信息：
"{核心实体}" 拼多多 选品分析 市场分析 趋势
"{核心实体}" 拼多多 用户评价 口碑 质量
搜索策略增强：
- 优先使用中文关键词搜索百度/知乎/头条等中文内容源
- 补充英文关键词搜索国际市场对该品类的分析
- 如搜索结果不足，扩展搜索词变体（同义词/简称/类目上级词）
- 每次搜索至少提取 3 个关键数据点
数据提取规范
从搜索结果中提取结构化信息时，遵循以下优先级：
- 定量数据（优先采集）：具体价格数字、销量/已拼数、评分、排名
- 定性数据（次优先）：卖点描述、用户评价摘要、趋势判断
- 推断数据（合理估算）：基于搜索片段的合理推断，标注"估算"
拼多多特有数据点：
- 已拼N件 — 累计拼团量，代表真实销量规模
- 券后价 — 实际到手价，比标价更有参考价值
- 百亿补贴标 — 平台正品+补贴双认证
- DSR三项 — 描述相符/服务态度/物流速度（满分5.0）
- 品牌黑标 — 品牌官方认证标识
- 退货包运费 — 用户决策降低门槛的信号
Phase 3: 多维度分析
基于采集到的数据，按需执行以下分析模块。每个模块产出结构化的分析结果。
模块 1：商品深度解析
分析维度：
- 标题结构分析：核心词/属性词/场景词/营销词占比
- 价格竞争力：与同类商品价格对比，处于什么分位
- 销量/拼单量评估：日均/月销估算，增长趋势
- DSR评分分析：三项评分是否均衡，短板在哪
- 主图/详情页诊断：视觉质量、信息传达、差异化程度
- 标题优化建议：基于关键词研究的高转化标题建议
模块 2：关键词研究
搜索策略："{核心词}" 拼多多 搜索词 关键词 热搜 下拉词
分析维度：
- 核心词搜索热度（高/中/低）
- 长尾关键词挖掘（搜索意图明确的扩展词）
- 竞品词识别（竞品品牌/店铺名的搜索热度）
- 出价参考（如可获取PPC参考价）
- 关键词竞争度评估（竞争激烈/适中/蓝海）
输出格式：按搜索热度排序的关键词列表，标注热度等级和竞争度。
模块 3：竞品对标分析
竞品识别规则：
- 同类目、同价格带、同目标人群为直接竞品
- 相邻价格带、替代品类为间接竞品
- 类目TOP10/百亿补贴频道热品为标杆竞品
分析维度：
- 竞品矩阵：列出TOP5-10竞品的基本信息
- 价格策略对比：定价策略、优惠券力度、活动参与频次
- 卖点差异化：各竞品的核心卖点和独特优势
- 评价对比：好评率、高频好评词、高频差评词
- 差异化机会：未被满足的用户需求或空白价格带
模块 4：爆款追踪
分析维度：
- 当期爆款榜单：类目TOP10热销商品
- 爆款共性特征：标题/价格/卖点/主图的规律
- 上升势头商品：近期销量增速异常高的商品
- 下滑趋势商品：从爆款榜单跌落的商品
- 爆款生命周期判断：处于上升期/成熟期/衰退期
模块 5：店铺诊断
分析维度：
- DSR三维评分：与行业均值对比，是否低于警戒线（4.5）
- 品类结构：主营品类分布，是否过于集中
- 商品矩阵：引流款/利润款/形象款的配置
- 价格带覆盖：价格区间是否合理
- 活动参与度：百亿补贴/秒杀等活动的参与情况
- 流量诊断：搜索流量/推荐流量/付费流量的健康度评估
模块 6：类目大盘分析
分析维度：
- 市场规模：类目整体体量（头部商品销量推算）
- 价格带分布：不同价格区间的商品数量和销量占比
- 品牌集中度：TOP品牌的市场份额
- 季节波动性：搜索热度/销量的月度变化规律
- 竞争烈度：卖家数量、广告竞争程度、价格战程度
- 新品牌机会：是否存在差异化空
模块 7：价格策略分析
拼多多特有定价策略：
- 极致性价比（主策略）：比淘宝/京东同款低15-30%
- 券后价锚定：标价偏高+大额优惠券=高感知折扣
- 多SKU阶梯价：引流SKU极低价+主力SKU正常价+形象SKU稍高价
- 活动价策略：百亿补贴/秒杀价的设置逻辑
- 拼单价vs单买价：拼团折扣幅度（通常10-20%）
分析产出：
- 最优价格带建议
- SKU定价阶梯建议
- 优惠券策略建议
- 百亿补贴参与可行性评估
模块 8：用户洞察
分析维度：
- 评价情感分析：好评/中评/差评比例
- 高频好评词：用户最满意的产品属性
- 高频差评词：用户最不满意的问题点
- 需求痛点聚类：用户反复提及的共性痛点
- 改进方向：基于差评分析的产品/服务优化建议
- 用户画像推断：基于评价语言的用户群体特征
Phase 4: 报告生成
将分析结果整理为结构化 JSON，调用报告生成脚本：
python.exe "{baseDir}/scripts/generate_report.py" <input_json> <output_html>
JSON 数据结构：
{
"query": "用户原始查询",
"analysis_type": "综合研究 | 选品分析 | 竞品对标 | 关键词研究 | 爆款追踪 | 店铺诊断 | 类目分析 | 价格策略 | 用户洞察",
"created_at": "2026-06-22 17:00:00",
"data_source": "WebSearch + 公开信息",
"scores": {
"overall": {
"value": 72,
"verdict": "该类目竞争激烈但仍有差异化机会，建议以细分人群切入，主打性价比+差异化功能",
"tags": [
{"text": "竞争激烈", "class": "tag-orange"},
{"text": "有差异化空间", "class": "tag-green"},
{"text":
报告 JSON 构建指南：
scores.overall.value — 综合评分，根据各维度分析结果客观给出（0-100）dimensions — 至少包含6个维度，按实际分析结果填写评分（0-100）和一句话描述insights — 至少3组洞察卡片，每组3-5个要点actions — 4-6条分级建议，P0/P1/P2各至少1条charts — 至少1组图表数据（价格分布或关键词排行）- 所有定量数据基于搜索获取，无法获取的标注合理估算
报告输出路径：{当前工作目录}/outputs/pdd_report_{时间戳}.html
输出规范
- 分析完成后，先用文字给出3-5句话的核心结论摘要，包括综合评分和最关键发现
- 然后使用
present_files 呈现 HTML 报告
- 文字摘要应简洁有力，运营人员可直接参考决策
- 报告中所有价格使用 ¥ 符号，符合人民币显示习惯
注意事项
- 数据来源标注：所有数据必须标注来源（WebSearch/估算/第三方），不可凭空捏造精确数字
- 数据时效性：搜索到的价格为当前快照，报告中注明"数据截至 XX时间"
- 反爬限制：拼多多反爬严格，WebFetch 成功率低时优先使用 WebSearch
- 参考知识库：分析前读取
references/pdd_platform_knowledge.md 了解拼多多平台特征
- 平台特有指标：报告中使用"已拼N件"而非"销量N件"，使用"券后价"而非"标价"
- 竞争烈度评分：竞争越激烈，该维度评分越低（逆向指标）
- 免责声明：报告末尾必须包含免责声明，明确数据来源和参考性质
- 语言风格：中文为主，保留电商行业常用英文术语（SKU/DSR/ROI/CTR/CVR/PPC）
- 配色规范：拼多多品牌色 #E02E24（红色），报告整体使用红白配色体系
使用示例
示例 1：选品分析
用户：拼多多上做"手机支架"还能不能做？帮我分析一下
→ 触发模块 1+6+7+8，综合选品评分报告
示例 2：竞品分析
用户：帮我分析拼多多上"筋膜枪"的竞品情况
→ 触发模块 3+1+7，竞品对标报告
示例 3：关键词研究
用户：拼多多"蓝牙耳机"关键词分析
→ 触发模块 2，关键词研究报告
示例 4：爆款追踪
用户：拼多多现在什么"家居收纳"产品卖得好？
→ 触发模块 4+1+6，爆款追踪报告
示例 5：店铺诊断
用户：帮我看看拼多多"XX旗舰店"经营情况
→ 触发模块 5，店铺诊断报告
